基于GRA-PCA的机床主轴系统热敏感点优化 |
| |
作者姓名: | 杨泽青 吕硕颖 薄敬东 陈英姝 刘丽冰 |
| |
作者单位: | 河北工业大学机械工程学院,天津300130;河北工业大学机械工程学院,天津300130;河北工业大学机械工程学院,天津300130;河北工业大学机械工程学院,天津300130;河北工业大学机械工程学院,天津300130 |
| |
基金项目: | 国家自然科学基金项目(51305124);河北省自然科学基金项目(E2017202294);天津市自然科学基金项目(16JCYBJC19100);河北省青年拔尖人才项目(210014) |
| |
摘 要: | 热敏感点优化选取是热误差建模过程中的关键问题,所选取的热敏感点优劣将直接影响热误差模型的精确性和鲁棒性。提出一种灰色关联分析(GRA)和主成分分析(PCA)结合的机床主轴系统热敏感点优化方法,采用GRA筛选对热误差影响较大的温度测点,机床主轴不同位置处的多个测点温度值以及主轴在对应温度下产生的热漂移作为分析数据,通过计算温度变量与热漂移之间的灰色关联度,得到其灰色综合关联度矩阵,确定二者相关性后初选温度变量;根据PCA将高度相关的温度数据简化为较少的相互独立的主成分,将其作为后续热误差模型的输入,从而实现热敏感点优化。将该方法应用于数控机床主轴系统,优化完成的热敏感点数据作为主轴热误差模型的输入变量。结果表明:将优化所得热敏感点作为BP热误差模型输入,预测所得热误差与实际热误差的平均残差为0.83 μm,低于仅采用灰色关联分析法优化热敏感点的5.18 μm及仅采用主成分分析法优化热敏感点的4.57 μm,机床z轴热变形预测精度得到显著提高,有利于改善加工精度。
|
关 键 词: | 数控系统主轴 灰色关联分析 主成分分析 热敏感点优化 热误差模型 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|